KR20200075082A - 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법 - Google Patents

크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법 Download PDF

Info

Publication number
KR20200075082A
KR20200075082A KR1020180157888A KR20180157888A KR20200075082A KR 20200075082 A KR20200075082 A KR 20200075082A KR 1020180157888 A KR1020180157888 A KR 1020180157888A KR 20180157888 A KR20180157888 A KR 20180157888A KR 20200075082 A KR20200075082 A KR 20200075082A
Authority
KR
South Korea
Prior art keywords
image
recognized
training
portrait
release information
Prior art date
Application number
KR1020180157888A
Other languages
English (en)
Other versions
KR102212303B1 (ko
Inventor
임동현
이성길
Original Assignee
비비트리 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 비비트리 주식회사 filed Critical 비비트리 주식회사
Priority to KR1020180157888A priority Critical patent/KR102212303B1/ko
Publication of KR20200075082A publication Critical patent/KR20200075082A/ko
Application granted granted Critical
Publication of KR102212303B1 publication Critical patent/KR102212303B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/184—Intellectual property management
    • G06K9/00221—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 일 양상에 따른 저작물 배포 방법은 로딩될 이미지에서 하나 이상의 오브젝트를 인식하는 단계, 인식된 오브젝트에 대응하는 피사체권이 존재하는 지를 판단하는 단계 및 판단에 기초한 안내 메시지를 이미지를 로딩하는 이용자 단말로 전송하는 단계를 포함한다.

Description

이미지 클라우드 소싱 시스템 및 저작물 배포 방법{IMAGE CROWD SOURCING SYSTEM AND METHOD OF DISTRIBUTION OF LITERARY WORK}
본 발명은 이미지 클라우드 소싱 시스템 및 저작물의 중개 배포 방법에 관한 것으로서, 구체적으로는 딥러닝 기술을 이용하여 업로딩되는 이미지로부터 자동으로 초상권이나 저작권 문제의 해결 필요성 여부를 판단하고 필요시 초상권이나 저작권에 대한 요구사항을 안내하고 이용을 제한할 수 있는 이미지 클라우드 소싱 시스템 및 저작물 중개 배포 방법에 관한 것이다.
온라인을 통해 다수의 콘텐츠가 배포되고 있다. 온라인 사용자는 가지고 있는 이미지 파일, 음악 파일, 동영상 파일 등을 공유 서버 등에 업로딩하여 다른 온라인 사용자와 같이 활용할 수 있다.
이미지 파일, 음악 파일, 동영상 파일 등은 저작권에 관련되거나 저작권을 침해할 수 있다. 이미지 파일의 이미지에 사람 얼굴이 있는 경우 해당 사람의 초상권을 침해할 수 있고 이미지에 특정 건물이 있는 경우 특정 건물의 지적 재산권(저작권)을 침해할 수 있다.
이러한 초상권 또는 저작권(이하, 양자를 합해서 간단히 피사체 또는 피사체 소유자의 권리라는 측면에서 '피사체권'이라고도 한다) 문제를 해결하기 위해서는 릴리즈 정보가 같이 확보되어야 한다. 예를 들어, 온라인 사용자는 이미지 파일과 함께 촬영 동의서 등을 확보하고 이를 업로딩하여야 한다.
그러나 이러한 피사체권 관련된 문제의 확인 필요성을 판단하는 것이 용이치 않을 수 있다. 업로딩시 사용자는 초상권 또는 저작권 침해의 우려가 있는지 대부분 알 수 있으나, 경우에 따라 초상권 또는 저작권 침해 문제가 발생할 수 있는지의 확인이 용이치 않을 수 있다. 또한, 서버 측에서도 업로딩되는 이미지 각각에 대해 초상권이나 저작권 침해 문제의 여부를 확인하는 것이 결코 용이치 않다.
이와 같이, 업로딩되는 이미지에서 피사체권 문제를 사전 해소하거나 안내할 수 있는 이미지 소싱 시스템 및 저작물 배포 방법이 필요하다.
본 발명은, 상술한 문제점을 해결하기 위해서 안출한 것으로서, 업로딩되는 이미지에 대해 자동으로 피사체권 문제를 검출할 수 있는 이미지 소싱 시스템 및 저작물 배포 방법을 제공하는 데 그 목적이 있다.
또한, 본 발명은 초상권 및/또는 저작권과 관련되는 이미지를 학습하는 딥 러닝 기술을 이용하여 업로딩될 이미지에서 얼굴 인식이나 특정 건축물 인식을 통해 초상권 및/또는 저작권 관련 판단을 수행할 수 있는 이미지 소싱 시스템 및 저작물 배포 방법을 제공하는 데 그 목적이 있다.
또한, 본 발명은 딥 러닝 기술을 이용한 초상권이나 저작권 관련 판단과 이미지에 결합된 릴리즈 정보에 따라 업로딩되는 이미지의 사용이나 배포를 제한할 수 있는 이미지 소싱 시스템 및 저작물 배포 방법을 제공하는 데 그 목적이 있다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상에 따른 저작물 배포 방법은 (b) 로딩될 이미지에서 하나 이상의 오브젝트를 인식하는 단계; (c) 인식된 오브젝트에 대응하는 피사체권이 존재하는 지를 판단하는 단계; 및 (d) 상기 판단에 기초한 안내 메시지를 이미지를 이미지 로딩 서버에 로딩하는 이용자 단말로 전송하는 단계;를 포함한다.
상기한 저작물 배포 방법에 있어서, 상기 단계 (b) 및 단계 (c)는 복수의 트레이닝 이미지 정보 세트로 학습된 딥러닝 알고리즘을 이용하여 수행된다.
상기한 저작물 배포 방법에 있어서, 상기 단계 (c)는 단계 (b)에서 인식된 얼굴의 개수나 인식된 건축물에 대응하는 키워드에 따라 대응하는 초상권 또는 저작권 릴리즈 정보가 로딩될 이미지의 대응하는 파일에 존재하는 지를 판단하고, 상기 단계 (d)의 안내 메시지는 인식된 얼굴의 개수 또는 인식된 건축물에 대응하는 키워드에 따른 초상권 구비 안내 또는 저작권 구비 안내 메시지이다.
상기한 저작물 배포 방법에 있어서, (e) 상기 안내 메시지에 대한 이용자 단말로부터의 응답에 기초하여 상기 이미지의 이용 제한을 부여하는 단계로서, 이용자 단말로부터의 응답에 따라 상기 이미지에 대한 배포를 제한하거나 상기 이미지에서 인식된 오브젝트를 모자이크 처리하는, 이미지 이용 제한을 부여하는 단계;를 더 포함한다.
상기한 저작물 배포 방법에 있어서, 상기 단계 (b) 이전에, (a) 초상권 릴리즈 정보 또는 저작권 릴리즈 정보를 포함하는 복수의 트레이닝 이미지 정보 세트를 이용한 학습을 통해 딥러닝 알고리즘을 개선하는 단계;를 더 포함한다.
상기한 저작물 배포 방법에 있어서, 상기 단계 (a)는 트레이닝 이미지 정보에서 초상권 릴리즈 정보가 존재하는지 판단하는 단계, 초상권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 얼굴을 검출하는 단계 및 하나 이상의 검출된 얼굴 영역을 입력으로 얼굴 인식을 학습하는 단계를 포함한다.
상기한 저작물 배포 방법에 있어서, 상기 단계 (a)는 트레이닝 이미지 정보에서 저작권 릴리즈 정보가 존재하는지 판단하는 단계, 저작권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 건축물을 검출하는 단계 및 검출된 건축물에 대응하는 키워드를 입력으로 건축물 인식을 학습하는 단계를 포함한다.
본 발명의 일 양상에 따른 이미지 소싱 시스템은 이미지 로딩 서버;를 포함하고, 상기 이미지 로딩 서버는, 로딩될 이미지를 저장하는 저장부; 데이터를 송수신하는 통신부; 복수의 트레이닝 이미지 정보 세트로 학습된 딥러닝 알고리즘 모듈을 이용하여 로딩될 이미지에서 하나 이상의 오브젝트를 인식하고 인식된 오브젝트에 대응하는 피사체권이 존재하는 지를 판단하는 분석부; 및 상기 판단에 기초한 안내 메시지를 상기 통신부를 통해 이용자 단말로 전송하는 이미지 로딩 제어부;를 포함한다.
상기한 이미지 소싱 시스템에 있어서, 상기 분석부는 로딩될 이미지에서 인식된 얼굴의 개수나 인식된 건축물에 대응하는 키워드에 따라 대응하는 초상권 또는 저작권 릴리즈 정보가 저장부의 로딩될 이미지에 대응하는 파일에 존재하는 지를 판단하고, 상기 이미지 로딩 제어부는 인식된 얼굴의 개수 또는 인식된 건축물에 대응하는 키워드에 따른 초상권 구비 안내 또는 저작권 구비 안내 메시지를 전송한다.
상기한 이미지 소싱 시스템에 있어서, 상기 이미지 로딩 제어부는, 상기 통신부를 통한 상기 안내 메시지에 대한 이용자 단말로부터의 응답에 따라 상기 이미지에 대한 배포를 제한하거나 상기 이미지에서 인식된 오브젝트를 모자이크 처리한다.
상기한 이미지 소싱 시스템에 있어서, 상기 이미지 로딩 서버는, 저장부에 저장되어 있는 초상권 릴리즈 정보 또는 저작권 릴리즈 정보를 포함하는 복수의 트레이닝 이미지 정보 세트를 이용하여 딥러닝 알고리즘 모듈을 학습시키는 트레이닝부;를 더 포함한다.
상기한 이미지 소싱 시스템에 있어서, 상기 트레이닝부는, 트레이닝 이미지 정보에서 초상권 릴리즈 정보가 존재하는지 판단하고 초상권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 얼굴을 검출하고 하나 이상의 검출된 얼굴 영역을 입력으로 딥러닝 알고리즘 모듈에 대한 얼굴 인식을 학습시키며, 트레이닝 이미지 정보에서 저작권 릴리즈 정보가 존재하는지 판단하고 저작권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 건축물을 검출하고 검출된 건축물에 대응하는 키워드를 입력으로 딥러닝 알고리즘 모듈에 대한 건축물 인식을 학습시킨다.
상기와 같은 본 발명에 따른 이미지 소싱 시스템 및 저작물 배포 방법은 업로딩될 이미지에 대해 자동으로 피사체권 문제를 검출할 수 있는 효과가 있다.
또한, 상기와 같은 본 발명에 따른 이미지 소싱 시스템 및 저작물 배포 방법은 초상권 및/또는 저작권과 관련되는 이미지를 학습하는 딥 러닝 기술을 이용하여 업로딩될 이미지에서 얼굴 인식이나 특정 건축물 인식을 통해 초상권 및/또는 저작권 관련 판단을 수행할 수 있는 효과가 있다.
또한, 상기와 같은 본 발명에 따른 이미지 소싱 시스템 및 저작물 배포 방법은 딥 러닝 기술을 이용한 초상권이나 저작권 관련 판단과 이미지에 결합된 릴리즈 정보에 따라 업로딩되는 이미지의 사용이나 배포를 제한할 수 있는 효과가 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 이미지 소싱 시스템의 장치 간 연결구성의 예를 도시한 도면이다.
도 2는 이미지 로딩 서버의 예시적인 블록도를 도시한 도면이다.
도 3은 딥러닝 알고리즘 모듈에 대한 예시적인 트레이닝 과정을 도시한 도면이다.
도 4는 로딩 요청된 이미지에 대한 피사체권 관련 여부를 판단하고 그 판단에 따라 이미지 배포를 제어하는 예시적인 과정을 도시한 도면이다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술 되어 있는 상세한 설명을 통하여 더욱 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.
도 1은 이미지 클라우드 소싱 시스템의 장치 간 연결구성의 예를 도시한 도면이다.
도 1의 예와 같이, 이미지 클라우드 소싱 시스템은 이미지 로딩 서버(100), 하나 이상의 이용자 단말(200) 및 광대역 네트워크(300)를 포함한다. 본 발명에 따른 이미지 소싱 시스템은 이미지를 로딩하고 로딩된 이미지를 동일하거나 다른 이용자들에게 배포, 중개 및/또는 저장(이하 '소싱'이라고도 지칭함)하기 위한 시스템으로서 이미지에서 자동으로 인식되는 피사체권에 따라 그 이용에 제한을 부여할 수 있는 시스템이다.
도 1을 통해 이미지 소싱 시스템의 구성요소를 간단히 살펴보면, 이미지 로딩 서버(100)는 광대역 네트워크(300)를 통한 온라인상에서 적어도 이미지들을 동일한 이용자 또는 다른 이용자와 중개, 배포, 공유 등을 하기 위한 서버이다. 이미지 로딩 서버(100)는 하나 이상의 기기, 머신 등을 통해서 구성될 수 있다.
이미지 로딩 서버(100)는 이용자 단말(200) 등에 의해 로딩되는 이미지에 대한 피사체권 문제를 이미지 분석을 통해 자동 검출하고 피사체권 문제에 대한 제안 등을 나타내는 안내 메시지를 이용자 단말(200)로 전송하고 그 응답이나 해소 여부에 따라 로딩될 이미지에 대한 이용을 제한할 수 있다.
이미지 로딩 서버(100)에 대해서는 도 2 이하에서 상세히 살펴보도록 한다.
이용자 단말(200)은 이용자가 이미지 로딩 서버(100)에 이미지를 (업)로딩하거나 서버(100)에서 배포되도록 설정된 이미지를 다운로딩할 수 있는 기기이다. 이용자 단말(200)은 예를 들어 휴대폰, 스마트폰, 태블릿 PC, 노트북, 개인용 컴퓨터 등일 수 있다.
이용자 단말(200)은 내부에 저장 메모리를 구비하여 저장 메모리의 이미지를 이미지 로딩 서버(100)로 로딩하거나(고) 이미지 로딩 서버(100)의 이미지를 다운로드 가능하다. 이용자 단말(200)은 이미지 로딩 서버(100)로부터 안내 메시지를 수신하고 디스플레이할 수 있다. 이용자 단말(200)은 안내 메시지에 대한 응답을 생성하여 이를 이미지 로딩 서버(100)로 전송 가능하다.
광대역 네트워크(300)는 이미지 로딩 서버(100)와 이용자 단말(200) 사이에서 각종 데이터를 송수신한다. 광대역 네트워크(300)는 기기, 장치, 단말, 서버 및/또는 디바이스들 사이에서 약속된 통신 프로토콜에 따른 통신 패킷을 송수신할 수 있도록 한다. 광대역 네트워크(300)는 이동통신망, 인터넷망 등을 포함하거나 그 조합으로 구성될 수 있다.
도 2는 이미지 로딩 서버(100)의 예시적인 블록도를 도시한 도면이다.
도 2의 이미지 로딩 서버(100)는 바람직하게는 기능 블록도를 나타내고 각 기능 블록들은 대응 기능의 수행에 필요한 하드웨어 블록이나 구성요소를 가진다.
도 2를 통해 이미지 로딩 서버(100)를 살펴보면, 이미지 로딩 서버(100)는 통신부(101), 저장부(103), 트레이닝부(105), 딥러닝 알고리즘 모듈(107), 분석부(109) 및 이미지 로딩 제어부(111)를 포함한다.
통신부(101)는 광대역 네트워크(300)를 통해 이용자 단말(200)과 데이터를 송수신한다. 통신부(101)는 이더넷 등의 구비된 통신 칩셋을 통해 광대역 네트워크(300)에 연결되어 각종 데이터를 송수신할 수 있다.
예를 들어, 통신부(101)는 이미지 로딩 서버(100)(의 이미지 로딩 제어부(111))에 의해 생성되는 안내 메시지를 온라인 공유나 배포를 위해 데이터베이스 등에 이미지의 로딩을 요청한 이용자 단말(200)로 전송하고 이용자 단말(200)로부터 그 응답( 데이터)을 수신하여 이미지 로딩 제어부(111)로 전송할 수 있다.
저장부(103)는 각종 데이터 및/또는 프로그램들을 저장한다. 저장부(103)는 휘발성 메모리, 비휘발성 메모리 및/또는 하드디스크 등을 포함하여 로딩될 이미지들, 이용자에 관련된 정보, 이미지 로딩과 제어에 필요한 프로그램, 온라인상에서 공유, 배포, 중개되고 있는 이미지들을 저장한다. 이미지들과 이용자 관련 정보 등은 데이터베이스를 이용하여 액세스 될 수 있다. 저장부(103)는 그 외 제어와 관리에 필요한 각종 프로그램을 저장하고 특정 프로그램들은 특정 기능 블록의 기능을 구현할 수 있다.
딥러닝 알고리즘 모듈(107)은 온라인상에 업로딩 요청된 이미지에서 오브젝트를 인식하고 인식된 오브젝트의 피사체권 문제 여부(예를 들어, 저촉이나 침해 가능성 등)를 판단한다. 딥러닝 알고리즘 모듈(107)은 다단계 내부망을 통한 계층 분류를 가지고 업로딩될 이미지에 대해서 피사체권 문제 해결이 필요한지를 유추하거나 추정한다. 딥러닝 알고리즘은 프로그램을 통해 구성될 수 있다.
예를 들어, 딥러닝 알고리즘 모듈(107)은 로딩될 이미지에서 초상권 침해 소지가 있는 하나 이상의 얼굴을 인식하고 하나 이상의 얼굴에 대한 영역 범위와 나아가 대응하는 키워드를 출력할 수 있다. 또한(또는), 딥러닝 알고리즘 모듈(107)은 로딩될 이미지에서 저작권 침해 소지가 있는 특정 건축물을 인식하고 인식된 건축물에 대한 영역 범위와 대응하는 키워드를 출력할 수 있다.
키워드는 얼굴이나 건축물에 대한 이름, 명칭 등의 식별자일 수 있다. 얼굴 키워드는 예를 들어 초상권을 가지는 공인(연예인, 스포츠인 등)의 이름이거나 일반인(공인은 아니나 초상권 침해 소지가 있는 알려지지 않은 사람)을 나타내는 명칭일 수 있다. 건축물 키워드는 해당 건축물의 이름(예를 들어 '롯데 월드 타워', '동대문 디자인 플라자' 등)일 수 있다. 얼굴 인식의 경우, 그 키워드는 출력이 생략될 수도 있다.
트레이닝부(105)는 저장부(103)에 저장되어 있는 다수의 트레이닝 이미지 정보 세트를 이용하여 딥러닝 알고리즘 모듈(107)을 학습시킨다. 트레이닝부(105)는 저장부(103)에 저장된 프로그램을 이용하여 구현될 수 있다.
트레이닝 이미지 정보 세트의 트레이닝 이미지 정보는 이미지, 메타 데이터, 하나 이상의 키워드, 하나 이상의 릴리즈 정보를 포함한다. 메타 데이터는 이미지 촬영에 관련된 각종 설정값을 포함한다. 메타 데이터는 예를 들어, 셔터 스피드값, 조리개값, 날짜, 위치, 카메라기종 등 해당 이미지 촬영에 관련된 각종 데이터를 포함한다. 키워드는 피사체권, 예를 들어 초상권 및/또는 저작권이 필요한 오브젝트(피사체)의 명칭을 포함한다. 키워드는 유명인의 이름이나 유명 건축물의 이름 등을 포함할 수 있다.
릴리즈 정보는 키워드에 대응하는 초상권 및/또는 저작권의 이용동의 여부를 나타내는 문서를 포함한다. 릴리즈 정보는 예를 들어 특정 유명인에 대한 초상권 이용 동의서, 특정 유명 건축물에 대한 저작권 이용 동의서 등을 포함한다.
트레이닝 이미지 정보는 이미지 로딩 서버(100)의 관리자 등에 의해서 미리 구성될 수 있다. 또는(또한), 트레이닝 이미지 정보는 이미지 로딩 서버(100)의 이미지 로딩과 피사체권 체크 과정을 통해 자동으로 구성될 수도 있다.
이와 같이, 트레이닝부(105)는 저장부(103)에 저장되어 있는 초상권 릴리즈 정보 또는 저작권 릴리즈 정보를 포함하는 복수의 트레이닝 이미지 정보 세트를 이용하여 딥러닝 알고리즘 모듈(107)을 학습시키고 그에 따라 딥러닝 알고리즘 모듈(107)은 점진적으로 피사체권 문제 소지가 있는 오브젝트의 인식과 피사체권 문제 여부(예를 들어, 저촉이나 침해 등)의 판단을 개선할 수 있다.
분석부(109)는 복수의 트레이닝 이미지 정보 세트로 학습된 딥러닝 알고리즘 모듈(107)을 이용(제어)하여 업로딩 요청된 이미지에서 하나 이상의 오브젝트를 인식하고 인식된 오브젝트에 대응하는 피사체권이 존재하는 지를 판단한다. 분석부(109)는 저장부(103)의 프로그램을 이용하여 실행 가능하다.
예들 들어, 분석부(109)는 로딩될 이미지를 딥러닝 알고리즘 모듈(107)로 제공하고 딥러닝 알고리즘 모듈(107)에서 출력되는 인식된 얼굴의 개수, 인식된 얼굴의 영역, 인식된 건축물 영역과 대응하는 키워드를 수신하고 인식된 얼굴이나(과) 인식된 특정 건축물에 대한 초상권 릴리즈 정보 및/또는 저작권 릴리즈 정보가 로딩될 이미지에 대응하는(예를 들어, 같이 첨부되는) 파일에 존재하는 지를 판단한다.
이미지 로딩 제어부(111)는 저장부(103)에 저장되어 있는 프로그램을 수행하여 이미지 로딩 서버(100)의 다른 블록들을 제어하여 로딩될 이미지와 관련된 피사체권 문제를 판단하고 그에 따른 필요한 액션을 취한다.
여기서, 트레이닝부(105), 딥러닝 알고리즘 모듈(107), 분석부(109) 및 이미지 로딩 제어부(111)는 이미지 로딩 서버(100)에 포함되는 하나 이상의 프로세서, CPU, MPU, GPU 등에서 수행되는 프로그램 코드로 구현될 수 있다.
이미지 로딩 제어부(111)는 적어도 분석부(109)로부터의 판단에 기초하여 안내 메시지를 생성하고 통신부(101)를 통해 이용자 단말(200)로 전송한다. 예를 들어, 이미지 로딩 제어부(111)는 인식된 얼굴(의 키워드)에 대응하는 초상권 릴리즈 정보가 로딩될 이미지와 함께 첨부되지 않은 경우 인식된 얼굴의 이름(키워드)이나 인식된 얼굴 개수 만큼의 초상권 릴리즈 정보의 구비를 안내하는 안내 메시지를 이용자 단말(200)로 전송한다.
또는(또한), 이미지 로딩 제어부(111)는 인식된 특정 건축물의 키워드에 대응하는 저작권 릴리즈 정보가 로딩될 이미지와 함께 첨부되지 않은 경우 인식된 건축물의 이름(키워드)에 대한 저작권 릴리즈 정보의 구비를 안내하는 안내 메시지를 이용자 단말(200)로 전송한다.
이미지 로딩 제어부(111)는 인식된 오브젝트에 대응하는 피사체권(초상권 및/또는 저작권) 릴리즈 정보가 포함된 경우 공유 요청된 이미지를 저장부(103)의 데이터베이스 등에 등록하고 온라인을 통해 다른 이용자등이 활용할 수 있도록 한다.
이미지 로딩 제어부(111)는 안내 메시지에 대한 응답을 통신부(101)를 통해 이용자 단말(200)로부터 수신하고 이 응답에 따라 업로딩 요청된 이미지를 온라인상(이미지 로딩 서버(100))에 업로딩하거나 로딩 요청된 이미지에 대한 이용 제한을 부여할 수 있다.
예를 들어, 이미지 로딩 제어부(111)는 응답에 인식된 오브젝트에 대응하는 피사체권 릴리즈 정보가 포함되지 못한 경우에 해당 공유 이미지의 배포 범위를 제한하거나 이미지에서 인식된 오브젝트를 모자이크(예를 들어 블러링) 처리하고 데이터베이스에 등록할 수 있다.
이미지 로딩 서버(100)에서 이루어지는 딥러닝 알고리즘 모듈(107)에 대한 트레이닝 과정과 피사체권 판단 과정은 도 3 및 도 4를 통해 좀 더 상세히 살펴보도록 한다.
도 3은 딥러닝 알고리즘 모듈(107)에 대한 예시적인 트레이닝(학습) 과정을 도시한 도면이다.
도 3의 트레이닝 과정은 도 4의 피사체권 판단 과정 이전에 수행될 수 있고 트레이닝 이미지 정보 세트가 재구성됨에 따라 다수 회 반복될 수 있다. 도 3의 트레이닝 과정은 초상권 릴리즈 정보 또는 저작권 릴리즈 정보를 포함하는 복수의 트레이닝 이미지 정보 세트를 이용한 학습을 통해 딥러닝 알고리즘(딥러닝 알고리즘 모듈(107))을 개선한다. 도 3의 트레이닝 과정은 이미지 로딩 서버(100)에 의해서 수행되고 바람직하게는 이미지 로딩 제어부(111) 등의 제어에 따라 수행된다.
먼저, 이미지 로딩 서버(100)의 관리자 등은 트레이닝에 이용될 다수의 트레이닝 이미지 정보 세트를 구성(S101)한다.
트레이닝 이미지 정보 세트의 각각의 트레이닝 이미지 정보는 이미지( 데이터), 메타 데이터, 하나 이상의 키워드, 하나 이상의 릴리즈 정보를 포함한다. 메타 데이터는 해당 이미지의 촬영에 관련된 각종 설정값을 포함한다. 키워드는 피사체권, 예를 들어 초상권 및/또는 저작권 이용동의가 필요한 오브젝트의 명칭을 저장한다. 키워드는 유명인의 이름이나 유명 건축물의 이름 등일 수 있고 이미지에 포함되는 유명인이나 건축물에 대응하는 이름(명칭)일 수 있다.
릴리즈 정보는 키워드에 대응하는 초상권 및/또는 저작권의 이용동의 여부를 나타내는 문서를 포함한다. 릴리즈 정보는 예를 들어 특정 유명인에 대한 초상권 이용 동의서, 특정 유명 건축물에 대한 저작권 이용 동의서 등을 포함한다. 설계 예에 따라 초상권에 관련된 키워드는 생략될 수도 있다.
트레이닝 이미지 정보 세트는 관리자 등에 의해서 미리 구성되기에 초상권이나 저작권 이용동의가 필요하고 이러한 릴리즈 정보를 구비한 이미지들을 이용하여 구성된다.
이미지 로딩 제어부(111)는 저장부(103)의 임시 메모리 등에 하나의 트레이닝 이미지 정보를 로딩(S103)한다. 이후 이미지 로딩 제어부(111)는 로딩된 트레이닝 이미지 정보를 이용하여 딥러닝 알고리즘 모듈(107)을 학습시키도록 트레이닝부(105)를 제어한다.
트레이닝부(105)는 로딩된 트레이닝 이미지 정보에서 초상권 릴리즈 정보(예를 들어, 초상권 이용 동의서)가 존재하는 지를 판단(S105)하고 존재하는 경우 트레이닝 이미지 정보의 이미지에서 얼굴을 검출(S107)한다. 얼굴의 검출은 알려진 얼굴 인식 알고리즘을 이용하여 구현될 수 있고 얼굴 검출에서 트레이닝 이미지 정보에 포함된 메타 데이터가 이용될 수 있다.
트레이닝부(105)는 검출된 하나 이상의 얼굴을 인식된 얼굴 영역의 위치에 따라 위치순으로 정렬(S109)한다.
트레이닝부(105)는 나아가 인식된 얼굴 영역에 키워드를 더 맵핑(도면 미도시)할 수 있다. 예를 들어, 트레이닝부(105)는 인식된 얼굴 영역 각각에 트레이닝 이미지 정보에 포함된 키워드(특정 공인의 이름)를 매칭시킬 수 있다.
트레이닝부(105)는 검출된 하나 이상의 얼굴 영역을 입력하여 딥러닝 알고리즘 모듈(107)의 얼굴 인식을 학습(S111)시킨다. 또는, 트레이닝부(105)는 검출된 하나 이상의 얼굴 영역과 맵핑된 키워드를 입력하여 딥러닝 알고리즘 모듈(107)이 특정 키워드를 가지는 얼굴을 학습하도록 한다.
또한, 트레이닝부(105)는 로딩된 트레이닝 이미지 정보에서 저작권 릴리즈 정보(예를 들어, 건축물 촬영 동의서)가 존재하는 지를 판단(S113)하고 존재하는 경우 트레이닝 이미지 정보의 이미지에서 하나 이상의 건축물을 검출(S115)한다.
건축물의 검출은 알려진 오브젝트 인식 알고리즘을 이용하여 구현될 수 있고 건축물 검출에서 트레이닝 이미지 정보에 포함된 메타 데이터가 이용될 수 있다. 트레이닝부(105)는 필요한 경우 검출된 하나 이상의 건축물을 건축물의 위치 영역에 따라 정렬할 수 있다.
트레이닝부(105)는 검출된 건축물을 키워드에 맵핑(S117)한다. 예를 들어, 트레이닝부(105)는 검출된 건축물의 위치 영역에 트레이닝 이미지 정보의 키워드(예를 들어, 건축물 이름 등)를 맵핑할 수 있다.
이후, 트레이닝부(105)는 검출된 건축물의 영역과 맵핑된 키워드를 딥러닝 알고리즘 모듈(107)에 입력하여 건축물 인식을 학습(S119)시킨다.
단계 S103에서 단계 S119의 과정은 모든 트레이닝 이미지 정보들에 대해서 이루어지고 그에 따라 딥러닝 알고리즘 모듈(107)은 초상권이나 저작권의 허여가 요구되는 (특정) 얼굴 인식과 특정 건축물을 용이하게 인식하고 임의의 이미지로부터 피사체권 관련 안내를 할 수 있다.
도 4는 로딩 요청된 이미지에 대한 피사체권 관련 여부를 판단하고 그 판단에 따라 이미지 배포를 제어하는 예시적인 과정을 도시한 도면이다.
도 4의 과정은 이미지 로딩 서버(100)에서 수행되고 바람직하게는 도 3의 트레이닝 과정 이후에 수행될 수 있다.
먼저, 이미지 로딩 제어부(111)는 통신부(101)를 통해 이용자 단말(200)로부터 이미지 로딩 요청을 수신(S301)한다.
이미지 로딩 요청은 저장부(103)의 데이터베이스 등에 업로딩될 이미지( 데이터)와 이미지의 촬영에 관련된 메타 데이터를 포함하고 나아가 하나 이상의 피사체권 릴리즈 정보를 더 포함할 수 있다. 피사체권 릴리즈 정보는 초상권 릴리즈 정보이거나 저작권 릴리즈 정보일 수 있고 초상권 릴리즈 정보 및 저작권 릴리즈 정보는 로딩될 이미지에 맵핑되어 저장될 수 있다.
이미지 로딩 제어부(111)는 분석부(109)로 이미지, 메타 데이터, 피사체권 릴리즈 정보를 출력하고 피사체권 문제 여부 판단을 요청한다.
분석부(109)는 이미지와 나아가 메타 데이터를 입력으로 딥러닝 알고리즘 모듈(107)로 제공하고 학습에 따라 개선된 딥러닝 알고리즘 모듈(107)은 이미지와 나아가 메타 데이터로부터 하나 이상의 오브젝트를 인식(S303)한다.
예를 들어, 딥러닝 알고리즘 모듈(107)은 로딩될 이미지에서 하나 이상의 얼굴 개수, 하나 이상의 얼굴 영역, 나아가 얼굴에 맵핑된 키워드,을 인식하고 하나 이상의 건축물과 맵핑된 키워드를 인식할 수 있다.
딥러닝 알고리즘 모듈(107)을 이용하는 분석부(109)는 인식된 오브젝트에 대응하는 피사체권 이용동의가, 수신된 피사체권 릴리즈 정보로서 존재하는 지를 판단(S305)한다.
예를 들어, 딥러닝 알고리즘 모듈(107)은 초상권 이용동의의 필요 여부, 인식된 하나 이상의 얼굴 좌표 영역과 대응하는 키워드(예를 들어 공인의 이름 등), 저작권 이용동의의 필요 여부, 인식된 하나 이상의 건축물의 좌표 영역과 대응하는 키워드(예를 들어, 건축물 이름 등)를 분석부(109)로 출력한다.
초상권 이용동의의 필요 여부는 얼굴 인식과 나아가 키워드 인식에 따른 학습된 딥러닝 기술의 분류로 결정되고 저작권 이용동의의 필요 여부는 건축물 인식과 나아가 대응하는 키워드 인식에 따른 학습된 딥러닝 기술의 분류로 결정된다.
이와 같이, 이미지 로딩 서버(100)는 오브젝트 인식과 피사체권의 존재 여부 판단을 여러 트레이닝 이미지 정보 세트로 학습된 딥러닝 알고리즘을 이용하여 수행한다.
분석부(109)는 딥러닝 알고리즘 모듈(107)로부터의 출력에 따라 초상권 동의가 필요한 경우 초상권 릴리즈 정보가 로딩될 이미지에 대응하는 파일에 존재하는 지를 판단한다. 또한, 분석부(109)는 딥러닝 알고리즘 모듈(107)로부터의 출력에 따라 저작권 동의가 필요한 경우 저작권 릴리즈 정보가 로딩될 이미지에 대응하는 파일에 존재하는 지를 판단한다.
초상권 이용동의가 필요하나 초상권 릴리즈 정보가 존재하지 않는 경우, 분석부(109)는 인식된 얼굴의 개수, 얼굴 영역, 나아가 얼굴에 대응하는 키워드,를 포함하는 초상권 이용동의의 구비 요청 데이터를 이미지 로딩 제어부(111)로 전송한다.
저작권 이용동의가 필요하나 저작권 릴리즈 정보가 존재하지 않는 경우, 분석부(109)는 인식된 건축물 영역, 대응하는 키워드를 포함하는 저작권 이용동의의 구비 요청 데이터를 이미지 로딩 제어부(111)로 전송한다.
이미지 로딩 제어부(111)는 피사체권(초상권, 저작권) 존재 여부 판단에 기초하여 안내 메시지를 생성하고 이미지 로딩 요청한 통신부(101)를 통해 이용자 단말(200)로 전송(S307)한다.
예를 들어, 이미지 로딩 제어부(111)는 인식된 얼굴의 개수 및 인식된 얼굴에 대응하는 키워드(이름)에 따라 이러한 정보를 포함하는 초상권 이용동의의 구비 안내 메시지나 인식된 건축물의 키워드에 따라 이러한 키워드를 포함하는 저작권 이용동의의 구비 안내 메시지를 생성하여 이용자 단말(200)로 전송한다.
이미지 로딩 제어부(111)는 피사체권 등에 문제가 없는 경우에 저장부(103)의 데이터베이스 등에 이미지를 등록하여 본 이용자나 다른 이용자가 온라인을 통해 널리 이용할 수 있도록 한다.
안내 메시지를 발송한 이미지 로딩 제어부(111)는 이용자 단말(200)로부터 통신부(101)를 통해 응답을 수신하고 수신된 응답에 기초하여 온라인을 통한 이미지 이용에 제한을 부여(S309)할 수 있다.
예를 들어, 이미지 로딩 제어부(111)는 이용자 단말(200)로부터 응답으로서 정당한 초상권 릴리즈 정보나 저작권 릴리즈 정보를 수신하지 못한 경우에 로딩될 이미지에 대한 배포를 제한하거나 이미지에서 인식된 오브젝트(의 영역)를 모자이크 처리할 수 있다.
이미지 로딩 제어부(111)는 그 이용 제한 권리를 가지는 이미지를 데이터베이스에 로딩하여 제한된 이용 범위 내에서 온라인상 중개, 배포, 공유가 가능토록 한다.
이와 같은 제어 흐름을 통해 불특정 이미지에서 자동으로 피사체권 관련 문제를 검출하고 이를 통해 이용자에게 알리거나 그 이용을 제한할 수 있다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니다.
100 : 이미지 로딩 서버
101 : 통신부 103 : 저장부
105 : 트레이닝부 107 : 딥러닝 알고리즘 모듈
109 : 분석부 111 : 이미지 로딩 제어부
200 : 이용자 단말
300 : 광대역 네트워크

Claims (12)

  1. 이미지 로딩 서버에서 수행되는 저작물 배포 방법으로서,
    (b) 로딩될 이미지에서 하나 이상의 오브젝트를 인식하는 단계;
    (c) 인식된 오브젝트에 대응하는 피사체권이 존재하는 지를 판단하는 단계; 및
    (d) 상기 판단에 기초한 안내 메시지를 이미지를 로딩하는 이용자 단말로 전송하는 단계;를 포함하는,
    저작물 배포 방법.
  2. 제1항에 있어서,
    상기 단계 (b) 및 단계 (c)는 복수의 트레이닝 이미지 정보 세트로 학습된 딥러닝 알고리즘을 이용하여 수행되는,
    저작물 배포 방법.
  3. 제1항에 있어서,
    상기 단계 (c)는 단계 (b)에서 인식된 얼굴의 개수나 인식된 건축물에 대응하는 키워드에 따라 대응하는 초상권 또는 저작권 릴리즈 정보가 로딩될 이미지의 대응하는 파일에 존재하는 지를 판단하고,
    상기 단계 (d)의 안내 메시지는 인식된 얼굴의 개수 또는 인식된 건축물에 대응하는 키워드에 따른 초상권 구비 안내 또는 저작권 구비 안내 메시지인,
    저작물 배포 방법.
  4. 제1항에 있어서,
    (e) 상기 안내 메시지에 대한 이용자 단말로부터의 응답에 기초하여 상기 이미지의 이용 제한을 부여하는 단계로서, 이용자 단말로부터의 응답에 따라 상기 이미지에 대한 배포를 제한하거나 상기 이미지에서 인식된 오브젝트를 모자이크 처리하는, 이미지 이용 제한을 부여하는 단계;를 더 포함하는,
    저작물 배포 방법.
  5. 제2항에 있어서,
    상기 단계 (b) 이전에, (a) 초상권 릴리즈 정보 또는 저작권 릴리즈 정보를 포함하는 복수의 트레이닝 이미지 정보 세트를 이용한 학습을 통해 딥러닝 알고리즘을 개선하는 단계;를 더 포함하는,
    저작물 배포 방법.
  6. 제2항에 있어서,
    상기 단계 (a)는 트레이닝 이미지 정보에서 초상권 릴리즈 정보가 존재하는지 판단하는 단계, 초상권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 얼굴을 검출하는 단계 및 하나 이상의 검출된 얼굴 영역을 입력으로 얼굴 인식을 학습하는 단계를 포함하는,
    저작물 배포 방법.
  7. 제6항에 있어서,
    상기 단계 (a)는 트레이닝 이미지 정보에서 저작권 릴리즈 정보가 존재하는지 판단하는 단계, 저작권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 건축물을 검출하는 단계 및 검출된 건축물에 대응하는 키워드를 입력으로 건축물 인식을 학습하는 단계를 포함하는,
    저작물 배포 방법.
  8. 이미지 로딩 서버;를 포함하는 이미지 소싱 시스템으로서,
    상기 이미지 로딩 서버는,
    로딩될 이미지를 저장하는 저장부;
    데이터를 송수신하는 통신부;
    복수의 트레이닝 이미지 정보 세트로 학습된 딥러닝 알고리즘 모듈을 이용하여 로딩될 이미지에서 하나 이상의 오브젝트를 인식하고 인식된 오브젝트에 대응하는 피사체권이 존재하는 지를 판단하는 분석부; 및
    상기 판단에 기초한 안내 메시지를 상기 통신부를 통해 이용자 단말로 전송하는 이미지 로딩 제어부;를 포함하는,
    이미지 소싱 시스템.
  9. 제8항에 있어서,
    상기 분석부는 로딩될 이미지에서 인식된 얼굴의 개수나 인식된 건축물에 대응하는 키워드에 따라 대응하는 초상권 또는 저작권 릴리즈 정보가 저장부의 로딩될 이미지에 대응하는 파일에 존재하는 지를 판단하고,
    상기 이미지 로딩 제어부는 인식된 얼굴의 개수 또는 인식된 건축물에 대응하는 키워드에 따른 초상권 구비 안내 또는 저작권 구비 안내 메시지를 전송하는,
    이미지 소싱 시스템.
  10. 제8항에 있어서,
    상기 이미지 로딩 제어부는, 상기 통신부를 통한 상기 안내 메시지에 대한 이용자 단말로부터의 응답에 따라 상기 이미지에 대한 배포를 제한하거나 상기 이미지에서 인식된 오브젝트를 모자이크 처리하는,
    이미지 소싱 시스템.
  11. 제8항에 있어서,
    상기 이미지 로딩 서버는, 저장부에 저장되어 있는 초상권 릴리즈 정보 또는 저작권 릴리즈 정보를 포함하는 복수의 트레이닝 이미지 정보 세트를 이용하여 딥러닝 알고리즘 모듈을 학습시키는 트레이닝부;를 더 포함하는,
    이미지 소싱 시스템.
  12. 제11항에 있어서,
    상기 트레이닝부는,
    트레이닝 이미지 정보에서 초상권 릴리즈 정보가 존재하는지 판단하고 초상권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 얼굴을 검출하고 하나 이상의 검출된 얼굴 영역을 입력으로 딥러닝 알고리즘 모듈에 대한 얼굴 인식을 학습시키며,
    트레이닝 이미지 정보에서 저작권 릴리즈 정보가 존재하는지 판단하고 저작권 릴리즈 정보가 존재하는 경우 트레이닝 이미지에서 하나 이상의 건축물을 검출하고 검출된 건축물에 대응하는 키워드를 입력으로 딥러닝 알고리즘 모듈에 대한 건축물 인식을 학습시키는,
    이미지 소싱 시스템.
KR1020180157888A 2018-12-10 2018-12-10 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법 KR102212303B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180157888A KR102212303B1 (ko) 2018-12-10 2018-12-10 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180157888A KR102212303B1 (ko) 2018-12-10 2018-12-10 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20200075082A true KR20200075082A (ko) 2020-06-26
KR102212303B1 KR102212303B1 (ko) 2021-02-04

Family

ID=71136759

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180157888A KR102212303B1 (ko) 2018-12-10 2018-12-10 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102212303B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110072327A (ko) * 2009-12-22 2011-06-29 엘지전자 주식회사 이동 단말기 및 그 제어 방법
KR20150002125A (ko) * 2013-06-28 2015-01-07 주식회사 미디어허브아이앤씨 초상권과 저작권 보호를 통한 콘텐츠 관리 시스템
KR20160087222A (ko) * 2015-01-13 2016-07-21 삼성전자주식회사 디지털 컨텐츠의 시각적 내용 분석을 통해 포토 스토리를 생성하는 방법 및 장치
KR20170082025A (ko) * 2016-01-05 2017-07-13 한국전자통신연구원 기계 학습 기반 얼굴 인식을 이용한 저작권을 가진 동영상 식별 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110072327A (ko) * 2009-12-22 2011-06-29 엘지전자 주식회사 이동 단말기 및 그 제어 방법
KR20150002125A (ko) * 2013-06-28 2015-01-07 주식회사 미디어허브아이앤씨 초상권과 저작권 보호를 통한 콘텐츠 관리 시스템
KR20160087222A (ko) * 2015-01-13 2016-07-21 삼성전자주식회사 디지털 컨텐츠의 시각적 내용 분석을 통해 포토 스토리를 생성하는 방법 및 장치
KR20170082025A (ko) * 2016-01-05 2017-07-13 한국전자통신연구원 기계 학습 기반 얼굴 인식을 이용한 저작권을 가진 동영상 식별 장치 및 방법

Also Published As

Publication number Publication date
KR102212303B1 (ko) 2021-02-04

Similar Documents

Publication Publication Date Title
US11570160B2 (en) Securely authorizing access to remote resources
US9743251B2 (en) Adding location names using private frequent location data
US9288210B2 (en) Revocable object access
JP6388882B2 (ja) 複数デバイスに基づく演算のセンサ関連データ
KR101712742B1 (ko) 사용자의 이력을 이용하여 사용자를 인증하는 시스템 및 방법
US9866569B2 (en) Individual-specific content management
US20100037288A1 (en) Inherited Access Authorization to a Social Network
US11184307B2 (en) System, apparatus, method, and non-transitory computer readable medium for providing location information by transmitting an image including the location information through a chatroom
US20140095722A1 (en) Cloud-based resource sharing method and system
CN111709860B (zh) 遗嘱处理方法、装置、设备及存储介质
CN113742660B (zh) 应用程序许可管理系统及方法
KR102154736B1 (ko) 관계 정보를 이용한 접근 제어 방법 및 그 장치
KR102212303B1 (ko) 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법
US10419441B2 (en) CBR-based negotiation RBAC method for enhancing ubiquitous resources management
CN113347171B (zh) 物联网设备处置方法及物联网设备中设备资源的设置方法
KR102150069B1 (ko) 이미지 크라우드소싱 시스템 및 저작물 배포 방법
KR20210103128A (ko) 데이터 분석 서비스 방법 및 이를 이용한 데이터 분석 시스템
KR20210049362A (ko) 데이터 분석 서비스 방법 및 이를 이용한 데이터 분석 시스템
KR102345050B1 (ko) 정보 공유 시스템 및 이를 이용한 정보 공유 방법
US20220278990A1 (en) Graphical user interfaces for authentication to use digital content
US10229183B2 (en) Systems and methods for enabling access to a document based on document types and group association of users and documents
JP2005063028A (ja) 分散協調型情報利用制御方法及びシステム
KR20140051479A (ko) 문서배포관리 시스템 및 방법
KR20090125514A (ko) 콘텐츠 트랙킹 서비스 제공방법 및 그 시스템

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right